Efekt interakcji występuje wtedy, gdy wpływ jednego czynnika procesu na zmienną wyjściową zależy od ustawienia innego czynnika. W planowaniu eksperymentów (DOE) interakcje pomagają wyjaśnić, dlaczego zmiana temperatury, ciśnienia lub innego parametru roboczego daje odmienne rezultaty w różnych warunkach procesu.
Rozważmy hipotetyczny eksperyment łączący przy dwóch temperaturach i dwóch wartościach ciśnienia. Podniesienie temperatury z 150°C do 170°C zwiększa średnią wytrzymałość spoiny o 2 MPa przy niskim ciśnieniu oraz o 10 MPa przy wysokim ciśnieniu. Różnica między tymi efektami temperatury wskazuje na obecność interakcji. Z tego względu rekomendacja dotycząca temperatury musi określać ustawienie ciśnienia, dla którego obowiązuje oczekiwana poprawa.
W praktyce silnikowy plan czynnikowy DOE pozwala zespołowi oszacować interakcje wraz z efektami głównymi. Wykres interakcji przedstawia odpowiedź w zależności od kombinacji czynników; nierównoległe linie sugerują obecność interakcji. Analiza statystyczna ocenia następnie dowody na tle błędu eksperymentalnego. Decyzja operacyjna zależy również od tego, czy oszacowany efekt ma znaczenie w kontekście wymagań, takich jak minimalna wytrzymałość spoiny.
Analiza interakcji wpisuje się w zakres DOE i wspiera decyzje podejmowane w fazie Improve w DMAIC. Testowanie jednego czynnika naraz (OFAT) może pominąć interakcje, ponieważ bada zmiany przy pozostałych parametrach ustawionych na stałym poziomie. Po wyborze kombinacji czynników próby potwierdzające sprawdzają, czy przewidywana odpowiedź zostaje odtworzona. Testy pilotażowe mogą następnie ocenić wydajność w rutynowych warunkach operacyjnych.
